IT › 데이터 › DB 종류

특수 목적 데이터베이스Special-Purpose Database

시간 범위 · 위치 · 유사도처럼 B-Tree 색인으로 줄이지 못하는 질의나 서버 없이 응용 안에서 도는 저장을 위해, 관계형 DBMS 의 자료형 · 연산자 · 색인 · 저장 배치 · 실행 위치 가운데 한 부위를 바꾼 데이터베이스들을 묶은 것이다.

1요약

  1. 특수 목적 데이터베이스는 DB 종류 가운데 «데이터 유형» 축을 바꾼 것으로, 시계열 · 벡터 · 공간 · 임베디드 DB 가 관계형 엔진의 어느 부위(자료형 · 연산자 · 색인 · 저장 배치 · 실행 위치)를 바꿨는지로 갈리며, 그 위에서 설비 감시 · 의미 검색 · 위치 서비스 · 단말 앱이 돈다. 객체 관계 DB 는 그 부위를 바꿀 수 있게 연 틀이다.
  2. 범용 저장으로는 규모가 맞지 않는 데이터가 있다 — 한 대규모 감시 시스템은 하루 1조 점이 넘게 들어와 점당 16바이트면 RAM 16 TB 가 필요했고, 시각 · 값 압축으로 점당 1.37바이트까지 줄였다(Pelkonen 2015 2절).
  3. 「전용 DB 가 필요한가」는 확장 지점으로 받히는가로 가른다 — 자료형 · 연산자 · 색인 확장으로 SQL 한 문장에 담기면 관계형에 붙이고, 쓰기 속도 · 크기가 엔진 한 벌을 넘거나 서버 자체가 없을 때만 전용 엔진 · 임베디드로 뺀다.

2등장 배경

1980년대 CAD · 지리 데이터를 다루던 응용은 다각형 · 선 · 원을 관계형 표 여러 개로 흉내 냈고, 화면 하나를 그리려면 표마다 질의를 되풀이해 성능을 받아들이기 어려웠다(Stonebraker · Rowe 1986 2절). B-Tree 는 < · = · > 규칙을 따르는 값에만 맞아, 점 · 다각형에는 K-D-B 트리 · R-Tree 같은 다른 접근 방법이 필요했다(같은 절).

1986년 POSTGRES 설계는 관계 모델을 거의 바꾸지 않고 자료형 · 연산자 · 접근 방법을 사용자가 더하게 하는 것을 목표로 삼았고(Stonebraker · Rowe 1986 초록), 이 확장형 타입 시스템이 객체 관계 모델이 됐다. 2015년 대규모 감시용 메모리 시계열 DB 가 시각 차분 · 값 XOR 압축을 내놓았고(Pelkonen 2015 4.1절), 대규모 언어 모델 확산과 함께 5년 사이 상용 벡터 DBMS 가 20개를 넘었다(Pan 2023 1절).

2024년 Stonebraker · Pavlo 는 확장형 타입 시스템을 갖춘 관계 모델이 지난 시장 경쟁을 이겼고, 벡터 같은 단일 목적 DB 도 그 확장으로 흡수될 것으로 보았다(Stonebraker · Pavlo 2024 1 · 2.9절). 그래서 특수 목적 데이터베이스의 첫 질문은 «관계형 엔진 안에서 풀리는가»다.

3쉽게 이해하기 — 박 원장 종합병원의 벽 장비 단자

박 원장의 종합병원은 접수 · 진료 차트를 한 양식으로 관리한다. 심전도처럼 초마다 쌓이는 기록, 「이 영상과 비슷한 사례」 찾기, 「환자 집에서 가장 가까운 응급실」 찾기가 늘자, 박 원장은 병원을 새로 짓지 않고 벽에 표준 장비 단자를 달아 전문 장비를 꽂는다. 왕진을 나가는 의사는 병원과 연락이 끊겨도 쓸 수 있는 작은 기록부를 가방에 넣어 간다. 영상 비교가 병원 하나로 감당하지 못할 만큼 커지면 그때 따로 떨어진 전문 병원으로 옮긴다.

박 원장 종합병원 관계형 기준점 벽 장비 단자 ORDBMS 확장 심전도실 시계열 DB 초마다 쌓이는 기록 영상 비교실 벡터 DB 비슷한 영상 찾기 지도 데스크 공간 DB 가까운 응급실 찾기 왕진 가방 임베디드 DB 환자 집에서 혼자 기록 전문 병원 전용 DB 1 2 3 4 5 1 · 2 · 3 = 단자에 꽂은 장비(확장형) 4 = 병원 밖에서 혼자 도는 기록부 5 = 커진 일만 옮김(점선 = 전용)

그림 1 · 종합병원은 벽 단자에 전문 장비를 꽂아 세 가지 일을 받고, 왕진 가방은 병원 밖에서 혼자 기록하며, 감당 못 할 만큼 커진 일만 전문 병원으로 옮긴다.

공통 차트접수 · 진료 한 양식
벽 단자새 장비를 꽂는 규격
심전도실초마다 쌓이는 기록
영상 비교비슷한 사례 찾기
지도 데스크가까운 응급실
왕진 가방연결 없이 혼자 기록
비유 — 벽 장비 단자 실제 — 확장 SQL 문 장비가 단자에 맞출 것 셋 기록 양식 심전도 파형을 어떤 꼴로 적나 검사 동작 두 파형이 겹치나 · 얼마나 닮았나 찾기 목록 어느 동작으로 빨리 찾을 수 있나 CREATE TYPE 새 자료형 · 입출력 함수 CREATE OPERATOR 겹침 && · 거리 <-> OPERATOR CLASS 색인이 쓸 연산자 묶음 · 전략 번호 셋을 맞추면 옵티마이저가 카탈로그에서 읽어, 새 자료형 질의도 기존 실행 계획 안에 넣는다.

그림 2 · 벽 단자는 장비가 맞출 규격 셋을 정하고, 실제 DBMS 에서는 그 셋이 자료형 · 연산자 · 연산자 묶음 정의가 된다.

비유 속 역할실제 이름실제로 하는 일
공통 차트 · 접수관계형 기준점표 · SQL · 트랜잭션을 모든 데이터가 함께 쓴다
벽 장비 단자객체 관계 DB(ORDBMS)자료형 · 연산자 · 색인 접근 방법을 더하는 확장 지점이다(Stonebraker · Rowe 1986 2절)
심전도실시계열 DB시각 순서로 쌓고 압축하며 시간 범위로 읽는다
영상 비교실벡터 DB임베딩 거리로 가까운 k개를 근사 색인으로 찾는다
지도 데스크공간 DB기하 자료형과 공간 색인으로 위치 조건을 거른다
왕진 가방 기록부임베디드 DB서버 프로세스 없이 응용이 DB 파일을 직접 읽고 쓴다(SQLite serverless 1절)
따로 떨어진 전문 병원전용(native) DBMS한 가지 질의에 맞춘 독립 엔진이다(Pan 2023 5.1절)

⚠ 비유가 맞지 않는 곳: 병원 단자에 꽂은 장비는 사람이 골라 쓰지만, DBMS 는 옵티마이저가 카탈로그의 연산자 정보로 확장 색인을 쓸지 스스로 고른다(PostgreSQL 36.16). 또 왕진 기록부는 의사 한 명이 쓰지만 임베디드 DB 는 읽는 쪽을 여럿 동시에 받고, 쓰는 쪽만 한 번에 하나다(SQLite whentouse 2절).

4구조 — 관계형 엔진에서 바꾼 부위 지도

다섯 토픽은 관계형 엔진의 몸통을 함께 쓰고 바꾼 부위만 다르다. 객체 관계 DB 는 자료형 · 연산자 · 색인 세 부위를 사용자가 바꿀 수 있게 연 틀이라, 그림에서 열이 아니라 점선 테두리로 그렸다.

시계열 DB 공간 DB 벡터 DB 임베디드 DB 자료형 시각 + 숫자 값 기하(좌표계 포함) 벡터(고정 차원) SQL 자료형 연산자 범위 · 집계 겹침 && · 반경 거리 <-> SQL 연산자 색인 블록 범위 요약 R-Tree 계열 근사 최근접 색인 B-Tree 저장 배치 시간 블록 · 압축 행 저장 큰 벡터 · 양자화 파일 하나 실행 위치 DB 서버 DB 서버 DB 서버 응용 프로세스 안 관계형에서 바꾼 부위 그대로 둔 부위 점선 = 객체 관계 DB(ORDBMS)가 연 확장 지점(자료형 · 연산자 · 색인)

그림 3 · 네 토픽은 엔진 다섯 부위 가운데 서로 다른 부위를 바꾸고, 공간 · 벡터가 바꾼 자료형 · 연산자 · 색인은 객체 관계 DB 가 연 확장 지점 안에 든다.

아래 토픽바꾼 부위푸는 질의대표 구조근거
시계열 DB저장 배치 · 색인최근 구간 집계 · 시간 범위시간 블록 · 시각 차분 · 값 XOR 압축Pelkonen 2015 4.1절 · PostgreSQL 65.5
공간 DB자료형 · 연산자 · 색인겹침 · 반경 · 포함기하 자료형 · R-Tree 계열PostgreSQL 65.2
벡터 DB자료형 · 연산자 · 색인 · 저장가까운 k개 · 조건 섞인 유사도근사 최근접 색인 · 양자화Pan 2023 3 · 4.1절
임베디드 DB실행 위치 · 저장단말 · 앱 안의 로컬 저장파일 하나 · 쓰기는 한 번에 하나SQLite whentouse 3절
객체 관계 DB(ORDBMS)확장 지점 자체새 유형을 SQL 안으로사용자 정의 자료형 · 연산자 · 연산자 묶음Stonebraker · Rowe 1986 2절 · PostgreSQL 36.16

🔑 특수 목적 DB 는 엔진을 갈아 끼우는 일이 아니라 부위 하나를 바꾸는 일에서 시작한다 — 그 부위를 확장으로 받으면 SQL · 트랜잭션은 그대로 남는다.

5동작 — 배송 관제 서비스의 저장 부위 고르기

배송 관제 서비스(차량 단말 500대 · 파손 사진 200만 장)는 설명용 가정 값이고, 크기는 그 값으로 직접 계산했다.

  1. 차량마다 위치 · 속도를 10초 간격으로 보내면 500 × 8,640 = 하루 4,320,000점 · 초당 50점이다. 점당 16바이트(64비트 시각 + 64비트 값 · Pelkonen 2015 2절)면 하루 69.1 MB, 같은 압축률(1.37바이트)이면 5.9 MB 다.
  2. 「지난 1시간 평균 속도」는 시간 범위 질의다 — 행이 도착 순서로 쌓여 시각 열과 물리 위치가 맞으므로, 블록 범위 요약 색인이 범위 밖 블록을 건너뛴다(PostgreSQL 65.5). 초당 50점은 관계형 표가 받는 양이라 전용 시계열 엔진을 두지 않는다.
  3. 「배송지 반경 2 km 안 차량」은 기하 자료형 열과 R-Tree 계열 색인으로 후보를 줄인 뒤 거리를 잰다(PostgreSQL 65.2) — 색인 안의 동작은 공간 DB 가 맡는다.
  4. 「이 파손 사진과 비슷한 사진 중 같은 지역 · 이번 주」는 512차원 float32 벡터 200만 개 = 4.1 GB(색인 제외)에 조건이 섞인 혼합 질의다. 조건이 5%(100,000장)만 남기므로 먼저 거른 뒤 거리를 잰다(Pan 2023 4.1절).
  5. 기사가 지하 주차장에서 연결이 끊긴 동안 단말 앱은 배송 완료 기록을 앱 안 임베디드 DB 파일에 쓴다 — 서버 프로세스 없이 앱이 파일을 직접 읽고 쓴다(SQLite serverless 1절).
  6. 연결이 돌아오면 단말이 쌓인 완료 기록을 서버 배송 표에 한 트랜잭션으로 올린다. 단말 DB 는 앱 하나만 쓰므로 쓰기를 한 번에 하나만 받는 제약이 걸리지 않는다(SQLite whentouse 3절).
  7. 결과 — 서버는 관계형 엔진 하나에 확장 셋(시계열 · 공간 · 벡터)을 붙였고, 엔진 밖으로 뺀 것은 실행 위치가 다른 단말 DB 하나뿐이다.
기사 단말 500대 위치 · 속도 10초마다 5 연결 끊김 동안 임베디드 DB 배송 완료 기록 서버 — 관계형 엔진 하나 + 확장 셋 시계열 확장 하루 4,320,000점 · 원본 69.1 MB 2 지난 1시간 = 블록 범위로 건너뜀 공간 확장 3 배송지 반경 2 km 안 차량 R-Tree 로 후보만 거리 계산 벡터 확장 4 비슷한 파손 사진(200만 장 · 4.1 GB) 같은 지역 · 이번 주(5%)로 먼저 거름 배송 표 완료 기록을 한 트랜잭션으로 받음 1 6

그림 4 · 서버 쪽 세 데이터는 관계형 엔진 하나에 확장으로 붙고, 실행 위치가 다른 단말 기록만 엔진 밖 임베디드 DB 에 있다가 연결되면 배송 표로 올라간다.

혼합 질의에서 확장형과 전용형이 갈린다. 관계형에 붙인 벡터 색인은 옵티마이저가 조건 선택도를 통계로 셈해 먼저 거르기 · 나중 거르기 가운데 고르지만(Pan 2023 4.2.2 · 4.3절), 전용 벡터 DB 와 관계형을 따로 두면 응용이 순서를 미리 정하고 두 결과를 합친다.

나중 거르기 — 유사도 먼저 사진 2,000,000장 근사 최근접 상위 100장 조건 적용 100 × 5% = 5장 5장 / 요청 10장 결과 미달 먼저 거르기 — 조건 먼저 사진 2,000,000장 조건 적용 100,000장 남음 거리 계산 100,000회 상위 10장 요청 충족 조건이 남기는 비율이 작을수록 먼저 거르기가 낫고, 비율이 크면 나중 거르기가 거리 계산을 덜 한다. 확장형 = 한 옵티마이저가 선택도로 둘 중 고름 · 전용형 둘 = 응용이 순서를 고정 5장 = 조건이 유사도와 무관할 때의 기대값(설명용 가정 값)

그림 5 · 조건이 5% 만 남기는 혼합 질의에서 나중 거르기는 상위 100장 가운데 5장만 남아 요청 10장을 채우지 못하고, 먼저 거르기는 후보 100,000장의 거리를 재어 10장을 채운다.

🔑 전용 엔진으로 뺄 때 잃는 것은 속도가 아니라 옵티마이저 하나다 — 조건과 유사도를 한 계획에서 견주지 못하면 결과가 모자라거나 거리 계산이 늘어난다.

6비교 — NoSQL · 분산 DB · 클라우드 데이터베이스와의 경계

기술맡는 일특수 목적 데이터베이스와의 경계넘기는 곳
특수 목적 데이터베이스값의 유형에 맞춘 자료형 · 색인 · 저장—노드 수 · 운영 주체 문제 → 분산 DB · 클라우드 데이터베이스
NoSQL표 대신 키-값 · 문서 · 열 묶음 · 그래프 모델NoSQL 은 데이터 «모델»을 바꾸고, 특수 목적 DB 는 표 모델을 두고 «값의 유형»에 맞는 색인을 더한다키 하나로 끝나는 접근 → NoSQL
분산 DB샤드 · 사본으로 노드를 늘림시계열 · 벡터가 노드 한 대를 넘을 때 나누는 방법을 맡는다샤드 키 · 복제 → 분산 DB
클라우드 데이터베이스관리형 운영 · 계산과 저장 분리같은 확장 기능을 누가 운영하느냐의 문제라 유형 선택과 따로 정한다운영 · 과금 → 클라우드 데이터베이스

분석질의가 시간 · 위치 · 유사도 «연산»에서 막히면 특수 목적 DB, 표 모델 자체가 접근과 맞지 않으면 NoSQL, 크기 · 쓰기가 노드 한 대를 넘으면 분산 DB 로 간다. 근거는 표의 경계 열이고, 동작 1단계의 초당 50점은 노드 한 대 문제가 아니어서 특수 목적 DB 안에서 끝났다.

7실무 진단 — 확장으로 받을지 엔진 밖으로 뺄지 가르기

분석실행 계획 → 결과 수 → 쓰기 · 크기 → 실행 위치 순으로 본다. 앞의 둘은 질의 한 번으로 드러나고 확장 설정으로 고칠 수 있으며, 뒤의 둘은 측정 추세가 있어야 판정되고 고치려면 엔진을 바꿔야 한다(아래 표 판정 기준 열).

#증상의심 원인부위확인 자료판정 기준(근거)
1시간 범위 질의가 표 전체를 읽음범위 요약 색인 없음 · 시각과 물리 순서 어긋남색인EXPLAIN 의 Seq Scan시각 순서로 쌓인 큰 표면 블록 범위 요약 색인(PostgreSQL 65.5)
2공간 · 벡터 연산자를 썼는데 색인을 타지 않음그 자료형의 연산자 묶음이 색인에 없음확장 지점카탈로그의 연산자 묶음 · 색인 정의색인은 연산자 묶음에 든 연산자만 쓴다(PostgreSQL 36.16)
3조건 섞인 유사도 검색이 k개보다 적게 돌려줌나중 거르기로 후보가 조건에 걸러짐질의 계획반환 행 수 ↔ 요청 k조건 비율이 작으면 먼저 거르기(Pan 2023 4.1절)
4감시 지표 쓰기가 밀려 수집 지연행 단위 쓰기 · 압축 없음저장 배치초당 쓰기 · 점당 바이트점당 16바이트 원본이 메모리 한계를 넘으면 시계열 압축 엔진(Pelkonen 2015 2절)
5여러 컴퓨터가 네트워크 너머 한 DB 파일에 동시에 씀임베디드 DB 를 서버처럼 씀실행 위치접속 경로 · 동시 쓰기 수네트워크로 떨어진 여러 컴퓨터의 직접 접근은 클라이언트 · 서버형(SQLite whentouse 2절)

판정이 확장 쪽이면 해당 토픽(공간 DB 등)의 색인 설정으로 내려가고, 엔진 쪽이면 전용 엔진 · 임베디드 배치를 다시 고른다.

8시험 대비

시험에서는 시계열 · 벡터 · 공간 · 임베디드 DB 의 특징을 함께 묻는 정의 · 특징형, 관계형 DB 와 견주는 비교형이 나올 수 있다. 정의형이면 «관계형에서 바꾼 부위» 표로 다섯 종류를 한 축에 세우고, 비교형이면 자료형 · 연산자 · 색인 · 저장 배치 · 실행 위치 다섯 행으로 쓴다.

답안 목차
  1. 개요 — B-Tree 가 줄이지 못하는 질의(시간 범위 · 위치 · 유사도) · 점당 16 → 1.37바이트
  2. 분류 — 그림 3 부위 지도(자료형 · 연산자 · 색인 · 저장 배치 · 실행 위치)와 다섯 토픽 표
  3. 확장 틀 — 객체 관계 모델의 세 확장 지점(CREATE TYPE · OPERATOR · OPERATOR CLASS)
  4. 적용 사례 — 그림 4 배송 관제(초당 50점 · 반경 2 km · 벡터 4.1 GB · 단말 임베디드)
  5. 확장형 ↔ 전용형 — 그림 5 혼합 질의의 먼저 거르기 · 나중 거르기(100,000회 ↔ 5장)
  6. 선택 기준 · 동향 — 실행 계획 → 결과 수 → 쓰기 · 크기 → 실행 위치 · 관계형의 벡터 흡수

꼭 쓸 키워드
객체 관계 모델사용자 정의 자료형연산자 묶음블록 범위 색인R-Tree근사 최근접 색인혼합 질의먼저 거르기서버 없는 DB단일 쓰기

다른 답안과 차이를 내는 한 가지는 그림 5 처럼 혼합 질의의 결과 수를 숫자로 보여, 「전용이 빠르다」가 아니라 「옵티마이저 하나를 잃는다」로 확장형과 전용형을 가르는 것이다.

9오해와 사실

  • 오해시계열 데이터는 시계열 전용 DB 에만 담아야 한다.
    사실시각 순서로 쌓인 표는 블록 범위 요약 색인으로 범위 밖 블록을 건너뛸 수 있고(PostgreSQL 65.5), 전용 압축 엔진은 점당 16바이트 원본이 메모리 한계를 넘는 규모에서 값을 한다(Pelkonen 2015 2절).
  • 오해임베디드 DB 는 기능을 줄인 시험용 DB 다.
    사실서버 프로세스가 없을 뿐 기능을 다 갖춘 DBMS 이고(Stonebraker · Pavlo 2024 2.2절) 한 DB 에 281 TB 까지 담으며, 맞지 않는 곳은 네트워크 너머 여러 컴퓨터가 동시에 쓰는 경우다(SQLite whentouse 2절).
  • 오해객체 관계 DB 는 객체 지향 DB 로 넘어가는 중간 단계였다.
    사실객체 관계 모델은 관계 모델을 거의 바꾸지 않고 확장형 타입 시스템을 더한 것이고(Stonebraker · Rowe 1986 초록), 그 뒤 시장 경쟁에서 다른 모델을 앞섰다(Stonebraker · Pavlo 2024 1장).

10핵심 정리

구분바꾼 부위대표 질의관계형 안에서 받는 법엔진 밖으로 뺄 신호근거
관계형 기준점없음등호 · 범위 · 조인B-Tree · 옵티마이저—Stonebraker · Rowe 1986 2절
시계열 DB저장 배치 · 색인최근 구간 집계블록 범위 요약 색인압축 없이 메모리 한계 초과Pelkonen 2015 2절
공간 DB자료형 · 연산자 · 색인겹침 · 반경기하 자료형 + R-Tree 계열공간 함수 없는 저장소PostgreSQL 65.2
벡터 DB자료형 · 연산자 · 색인 · 저장가까운 k개벡터 색인 확장벡터 수 · 갱신량이 엔진 한 벌 초과Pan 2023 5절
임베디드 DB실행 위치앱 안 로컬 읽기 · 쓰기엔진째 응용 프로세스 안네트워크 너머 동시 쓰기SQLite whentouse 3절
객체 관계 DB확장 지점새 유형의 SQL 질의자료형 · 연산자 · 연산자 묶음 정의—PostgreSQL 36.16

11참고 문헌

  1. 먼저 볼 문헌
  2. ★ The Design of POSTGRES (Proc. ACM SIGMOD 1986) — 자료형 · 연산자 · 접근 방법을 사용자가 더하는 객체 관계 확장이 왜 필요했는지 원문으로 볼 때
    M. Stonebraker · L. A. Rowe (UC Berkeley 공개판) · 1986-05 · dsf.berkeley.edu/papers/ERL-M85-95.pdf · 확인 2026-11-14
  3. ★ Gorilla: A Fast, Scalable, In-Memory Time Series Database (PVLDB 8(12)) — 시각 차분 · 값 XOR 압축으로 점당 16바이트를 1.37바이트로 줄이는 시계열 저장을 볼 때
    T. Pelkonen · S. Franklin · J. Teller · P. Cavallaro · Q. Huang · J. Meza · K. Veeraraghavan · 2015-08 · www.vldb.org/pvldb/vol8/p1816-teller.pdf · 확인 2026-11-14
  4. ★ Survey of Vector Database Management Systems (arXiv:2310.14021) — 전용(native) · 확장(extended) 벡터 DBMS 의 차이와 혼합 질의 처리 방식을 볼 때
    J. J. Pan · J. Wang · G. Li · 2023-10 · arxiv.org/abs/2310.14021 · 확인 2026-11-14
  5. ★ Appropriate Uses For SQLite — 임베디드 DB 가 맞는 곳과 클라이언트 · 서버 DBMS 로 가야 하는 신호를 볼 때
    SQLite · 2026-11 · www.sqlite.org/whentouse.html · 확인 2026-11-14
  6. ★ PostgreSQL 18 Documentation 36.16 Interfacing Extensions to Indexes — 새 자료형에 색인을 붙이는 연산자 묶음 · 전략 번호를 볼 때
    PostgreSQL Global Development Group · 2026-11 · www.postgresql.org/docs/current/xindex.html · 확인 2026-11-14
  7. 본문 근거
  8. What Goes Around Comes Around... And Around... (SIGMOD Record 53(2)) — M. Stonebraker · A. Pavlo (CMU 공개판) · 2024-06 · db.cs.cmu.edu/papers/2024/whatgoesaround-sigmodrec2024.pdf · 확인 2026-11-14
  9. PostgreSQL 18 Documentation 65.5 BRIN Indexes — PostgreSQL Global Development Group · 2026-11 · www.postgresql.org/docs/current/brin.html · 확인 2026-11-14
  10. PostgreSQL 18 Documentation 65.2 GiST Indexes — PostgreSQL Global Development Group · 2026-11 · www.postgresql.org/docs/current/gist.html · 확인 2026-11-14
  11. SQLite Is Serverless — SQLite · 2026-11 · www.sqlite.org/serverless.html · 확인 2026-11-14